고객 이탈 예측 모델을 구축한 경험이 있다면, 어떤 데이터 포인트를 사용했는지 설명해 주실 수 있나요?

고객 이탈 예측 모델을 만들 때 가장 중요하게 생각하는 것은 어떤 변수를 모델에 넣을 것인지를 먼저 충분히 고민하는 것입니다. 모델 알고리즘보다 피처 선택이 성능을 더 많이 결정하는 경우가 많습니다.

수업 프로젝트에서 구독 서비스 이탈 예측 모델을 만들었는데, 처음에는 있는 변수를 모두 넣었다가 성능이 생각보다 낮게 나왔습니다. 로그인 빈도 감소, 마지막 활동 이후 경과 일수, 고객지원 문의 수 등 이탈 행동과 직접 연결된 변수를 선별하고 나서 정확도가 올랐습니다. 실패는 처음에 변수를 줄이는 것이 정보 손실이라고 생각해서 다 넣었다가 노이즈가 늘어난 것이었습니다.

고객 이탈 예측에서 피처는 '많을수록 좋다'가 아니라 '이탈 행동과 연결된 것'을 기준으로 선별하는 것이 더 중요합니다.